AI協助繪製超出預期精準度的加州植物地圖
2024/12/24 @國際
摘要
整合遙測技術與公民科學家提供的數據，藉由深度學習建立Deepbiosphere模型，用以監測氣候變遷下，植物多樣性的即時變化。
示意圖
氣候變遷及人類的開發使植被的棲地不停變化，人們卻無法及時了解，然而，隨著遙測技術的進步，提供解析度更高、更新更頻繁的全球地面資訊，再結合公民科學家收集的數據，科學家們能夠監測即時的地景變化，確定哪些區域植被豐富、哪些需要特別保育。iNaturalist是加州大學伯克利分校(University of California, Berkeley)開發的一個應用程式，讓人們能夠隨時隨地上傳動植物照，利用這些數據與高解析度遙測衛星或飛機影像進行相關性分析，藉由AI深度學習開發了新的模型Deepbiosphere，可用於預測整個加州2221個植物物種分佈及變化如砍伐森林或森林大火後植被狀況，相關技術也被應用於檢測巴西的植物生物多樣性模式。
利用iNaturalist數據對進行Deepbiosphere測試，此模型在識別物種的準確率達 89%，遠優於先前其他模型的27%；此外，以詳細植物地圖對模型進行測試，Deepbiosphere成功預測北加州紅杉國家公園中紅杉的位置，準確率達到81.4%，並準確捕捉2013 年優勝美地國家公園Rim Fire火災造成的嚴重程度。研究人員表示，隨著氣候變遷，植物生長區域正在往較涼爽的地區移動，未來是否演化以適應環境變遷，需要更多的觀測。
此研究強調結合公共觀測、公民科學的數據與深度學習相關技術的重要性，期待能夠建立監測即時全球生物多樣性變化的自動化系統，相關文獻發表於Proceedings of the National Academy of Sciences期刊上。【延伸閱讀】-使用深度學習檢測豬隻行為預估養殖方案
資料來源
文章摘譯
